Анализ рынка заведений общественного питания Москвы

Исследование рынка Москвы, поиск интересных особенностей, которые в будущем помогут в выборе подходящего инвесторам места.

Цель исследования — определение наиболее перспективного округа для открытия кофейни и стоимость чашки кофе для успешного старта проекта.

Ход исследования

Анализ построен на датасете с заведениями общественного питания Москвы, на основе данных сервисов Яндекс Карты и Яндекс Бизнес на лето 2022 года. О качестве данных ничего не известно. Поэтому перед проверкой гипотез понадобится обзор данных.

Проверим данные на ошибки и оценим их влияние на исследование. Затем, на этапе предобработки поищем возможность исправить самые критичные ошибки данных.

Таким образом, исследование пройдёт в четыре этапа:

1. Обзор данных.
2. Предобработка данных.
3. Анализ данных.
4. Детализированное исследования для открытия кофейни

В процессе анализа дадим ответы на вопросы:

• Сколько всего кофеен в датасете? В каких районах их больше всего, каковы особенности их расположения?
• Есть ли круглосуточные кофейни?
• Какие у кофеен рейтинги? Как они распределяются по районам?
• На какую стоимость чашки капучино стоит ориентироваться при открытии и почему?

import pandas as pd
#import numpy as np
from IPython.display import display
#import matplotlib as mpl
import matplotlib.pyplot as plt 
import seaborn as sns
from folium import Map, Marker, Choropleth
from folium.plugins import MarkerCluster
import json
import os
#import datetime as dt
#import scipy.stats as st
#import math as mth

pd.options.display.max_colwidth = 150

with open('/datasets/admin_level_geomap.geojson', 'r') as f: geo_json = json.load(f)

moscow_lat, moscow_lng = 55.751244, 37.618423
drm = all_m = mab = cof_m = m_rat_cof = Map(location=[moscow_lat, moscow_lng], zoom_start=10)
marker_cluster1 = MarkerCluster().add_to(all_m)
marker_cluster2 = MarkerCluster().add_to(cof_m)

state_geo_l1 = '/datasets/admin_level_geomap.geojson'
state_geo_w1 = 'datasets\admin_level_geomap.geojson'

pthl1 = '/datasets/moscow_places.csv'
pthw1 = 'datasets\moscow_places.csv'

Зададим необходимые функции

# Проверка на пропуски и дубликаты в данных
def data_gaps(file, name):
    file[name] = file[name].apply(replace_duplicates)
    file_len = len(file)
    file_nunique = file[name].nunique()
    file_dup = file.duplicated().sum() # Количество дубликатов
    file_dup_pers = round(file.duplicated().sum()/len(file)*100, 2).astype('str') # Процент дубликатов в датасете
    msg = 'Процент дубликатов в датасете - ' + file_dup_pers + '%'
    print('Количество строк в данных -', file_len)
    print('Количество уникальных наименований в данных -', file_nunique)
    print('Количество дубликатов -', file_dup)    
    print(msg)
    resume = 'Пропусков не обнаружено'
    for i in file:
        if len(file[file[i].isna()]) != 0:
            resume = 'Пропуски обнаружены'
            print('Количество пропусков в', i, '-', len(file[file[i].isna()])) # выводим только пропуски
    print(resume)

# Функция замены всеx неправильныеx значений на правильные для выбранного столбца
def replace_wrong_values(dataset, column, wrong_values, correct_value): # на вход функции подаются список неправильных значений и строка с правильным значением
    for wrong_value in wrong_values: # перебираем неправильные имена
        dataset[column] = dataset[column].replace(wrong_value, correct_value) # и для каждого неправильного имени вызываем метод replace()

# Функция замены всеx неправильныеx значений на правильные для выбранной ячейки
def replace_duplicates(row):
    try:
        row = row.lower()
        if '№1' in row:
            row = row.replace('№1', '№ 1')
        if '.' in row:
            row = row.replace('.', ' ')
        if '  ' in row:
            row = row.replace('  ', ' ')
        else:
            return row
        return row
    except:
        return row

# Создание кластеров на карте
def create_clusters(row):
    Marker(
        [row['lat'], row['lng']],
        popup=f"{row['name']} {row['rating']}",
    ).add_to(marker_cluster)

Обзор данных

if os.path.exists(pthl1):
    data = pd.read_csv(pthl1)
elif os.path.exists(pthw1):
    data = pd.read_csv(pthw1)
else:
    print('Something is wrong')

if os.path.exists(state_geo_l1):
    state_geo = state_geo_l1
elif os.path.exists(state_geo_w1):
    state_geo = state_geo_w1
else:
    print('Something is wrong')

data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 8406 entries, 0 to 8405
Data columns (total 14 columns):
 #   Column             Non-Null Count  Dtype  
---  ------             --------------  -----  
 0   name               8406 non-null   object 
 1   category           8406 non-null   object 
 2   address            8406 non-null   object 
 3   district           8406 non-null   object 
 4   hours              7870 non-null   object 
 5   lat                8406 non-null   float64
 6   lng                8406 non-null   float64
 7   rating             8406 non-null   float64
 8   price              3315 non-null   object 
 9   avg_bill           3816 non-null   object 
 10  middle_avg_bill    3149 non-null   float64
 11  middle_coffee_cup  535 non-null    float64
 12  chain              8406 non-null   int64  
 13  seats              4795 non-null   float64
dtypes: float64(6), int64(1), object(7)
memory usage: 919.5+ KB

display(data.head())

	name	category	address	district	hours	lat	lng	rating	price	avg_bill	middle_avg_bill	middle_coffee_cup	chain	seats
0	WoWфли	кафе	Москва, улица Дыбенко, 7/1	Северный административный округ	ежедневно, 10:00–22:00	55.878494	37.478860	5.0	NaN	NaN	NaN	NaN	0	NaN
1	Четыре комнаты	ресторан	Москва, улица Дыбенко, 36, корп. 1	Северный административный округ	ежедневно, 10:00–22:00	55.875801	37.484479	4.5	выше среднего	Средний счёт:1500–1600 ₽	1550.0	NaN	0	4.0
2	Хазри	кафе	Москва, Клязьминская улица, 15	Северный административный округ	пн-чт 11:00–02:00; пт,сб 11:00–05:00; вс 11:00–02:00	55.889146	37.525901	4.6	средние	Средний счёт:от 1000 ₽	1000.0	NaN	0	45.0
3	Dormouse Coffee Shop	кофейня	Москва, улица Маршала Федоренко, 12	Северный административный округ	ежедневно, 09:00–22:00	55.881608	37.488860	5.0	NaN	Цена чашки капучино:155–185 ₽	NaN	170.0	0	NaN
4	Иль Марко	пиццерия	Москва, Правобережная улица, 1Б	Северный административный округ	ежедневно, 10:00–22:00	55.881166	37.449357	5.0	средние	Средний счёт:400–600 ₽	500.0	NaN	1	148.0

Подготовка данных

data_gaps(data, 'name')

Количество строк в данных - 8406
Количество уникальных наименований в данных - 5509
Количество дубликатов - 0
Процент дубликатов в датасете - 0.0%
Количество пропусков в hours - 536
Количество пропусков в price - 5091
Количество пропусков в avg_bill - 4590
Количество пропусков в middle_avg_bill - 5257
Количество пропусков в middle_coffee_cup - 7871
Количество пропусков в seats - 3611
Пропуски обнаружены

Удаление пропусков приведёт к непоправимым потерям, оставим, как есть.

Добавим столбец с названиями улиц из столбца с адресом

for i in data['address']:
    tokens = []
    tokens = [s.strip() for s in i.split(',')]
    data.loc[(data['address'] == i), 'street'] = tokens[1]

Добавим признак круглосуточнй работы

data['is_24/7'] = False

for i in data['hours'].unique():
    data.loc[(data['hours'] == 'ежедневно, круглосуточно'), 'is_24/7']  = True

data[['name', 'address']].duplicated().sum()

3

Произведена проверка на явные дубликаты, устранены неявные дубликаты, произведена проверка на пропуски, добавлены столбцы с адресои и признаком круглосуточности.

Анализ данных

Категории заведений, представленые в данных

category = data['category'].unique()

print(category)

['кафе' 'ресторан' 'кофейня' 'пиццерия' 'бар,паб' 'быстрое питание'
 'булочная' 'столовая']

category_count = data.groupby('category').agg({'name':'count'}).sort_values(by='name', ascending=False).reset_index()

category_count

	category	name
0	кафе	2378
1	ресторан	2043
2	кофейня	1413
3	бар,паб	765
4	пиццерия	633
5	быстрое питание	603
6	столовая	315
7	булочная	256

plt.figure(figsize=(17, 5))
ax = sns.barplot(x='category', y='name', data=category_count)
plt.title('Количество заведений по категориям')
plt.xlabel('Категория')
plt.ylabel('Количество заведений')
plt.show()

В датасете представлены 8 категорий заведений: кафе, ресторан, кофейня, пиццерия, бар/паб, быстрое питание, булочная, столовая.

Kоличество посадочных мест в заведениях по категориям

category_seats_count = data.groupby('category').agg({'seats':'sum'}).sort_values(by='seats', ascending=False).reset_index()

category_seats_count

plt.figure(figsize=(17, 5))
ax = sns.barplot(x='category', y='seats', data=category_seats_count)
plt.title('Количество посадочных мест по категориям')
plt.xlabel('Категория')
plt.ylabel('Количество посадочных мест')
plt.show()

category_seats_median = data.groupby('category').agg({'seats':'median'}).sort_values(by='seats', ascending=False).reset_index()

category_seats_median

	category	seats
0	ресторан	86.0
1	бар,паб	82.5
2	кофейня	80.0
3	столовая	75.5
4	быстрое питание	65.0
5	кафе	60.0
6	пиццерия	55.0
7	булочная	50.0

plt.figure(figsize=(17, 5))
ax = sns.barplot(x='category', y='seats', data=category_seats_median)
plt.title('Медианное количество посадочных мест по категориям')
plt.xlabel('Категория')
plt.ylabel('Количество посадочных мест')
plt.show()

Наибольшее кольчество мест в категории "ресторан", а медианное "бар/паб" не сильно от них отстаёт.

Cоотношение сетевых и несетевых заведений

chain_count = data.groupby('chain').agg({'name':'count'}).reset_index()

for i in chain_count['chain'].unique():
    chain_count.loc[(chain_count['chain'] == 0), 'chain']  = 'Несетевые'
    chain_count.loc[(chain_count['chain'] == 1), 'chain']  = 'Сетевые'

chain_count

plt.figure(figsize=(17, 7))
plt.pie(chain_count['name'], labels=chain_count['chain'], autopct='%.0f%%')
plt.title('Cоотношение сетевых и несетевых заведений')
#plt.xlabel('Категория')
#plt.ylabel('Количество заведений')
plt.show();

category_chain_count = data.groupby(['category', 'chain']).agg({'street':'count'}).sort_values(by='street', ascending=False).reset_index()

category_chain_count

	category	chain	street
0	кафе	0	1599
1	ресторан	0	1313
2	кафе	1	779
3	ресторан	1	730
4	кофейня	1	720
5	кофейня	0	693
6	бар,паб	0	596
7	быстрое питание	0	371
8	пиццерия	1	330
9	пиццерия	0	303
10	быстрое питание	1	232
11	столовая	0	227
12	бар,паб	1	169
13	булочная	1	157
14	булочная	0	99
15	столовая	1	88

for i in category_chain_count['chain'].unique():
    category_chain_count.loc[(category_chain_count['chain'] == 0), 'chain']  = 'Несетевые'
    category_chain_count.loc[(category_chain_count['chain'] == 1), 'chain']  = 'Сетевые'

plt.figure(figsize=(17, 5))
ax = sns.barplot(x='category', y='street', hue='chain', data=category_chain_count)
plt.title('Количество заведений по категориям')
plt.xlabel('Категория')
plt.ylabel('Количество заведений')
plt.show()

#fig = plt.figure(figsize=(17, 17))
#fig, (ax1, ax2) = 
print('Cоотношение сетевых и несетевых заведений в категориях:')
for i in category_chain_count['category'].unique():
    print(i)
    #plt.title('Cоотношение сетевых и несетевых заведений в категории', @i)
    plt.pie(category_chain_count.query('category == @i')['street'], labels=category_chain_count.query('category == @i')['chain'], autopct='%.0f%%')
    #ax = fig.add_subplot(121)
    plt.show();
#plt.xlabel('Категория')
#plt.ylabel('Количество заведений')

Cоотношение сетевых и несетевых заведений в категориях:
кафе

ресторан

кофейня

бар,паб

быстрое питание

пиццерия

столовая

булочная

Количество несетевых заведений примерно на треть больше, чем сетевых, лишь кофейни и пиццерии распределяются примерно поровну.

Tоп-15 популярных сетей в Москве

chain = data.query('chain == 1')

chain['name'] = chain['name'].apply(replace_duplicates) #print(chain_top['name'].unique())wrong_values = ['Яндекс.Лавка'] # список неправильных имён correct_value = 'Яндекс Лавка' # правильное имя replace_wrong_values(chain_top, 'name', wrong_values, correct_value) # вызов функции, replace()

chain_top = chain.groupby(['name', 'category']).agg({'address':'count'}).sort_values(by='address', ascending=False).reset_index().head(15)

plt.figure(figsize=(17, 5))
plt.grid(True)
# ax = sns.barplot(x='name', y='address', hue='category', data=chain_top)
ax = sns.barplot(x='name', y='address', data=chain_top)
# ax = sns.barplot(x='category', y='address', data=chain_top)
plt.title('Tоп-15 популярных сетей в Москве')
plt.xlabel('Наименование')
plt.ylabel('Количество заведений')
plt.xticks(rotation = -45) 
plt.show()

plt.figure(figsize=(17, 8))
plt.grid(True)
ax = sns.barplot(x='name', y='address', data=chain_top, color='#b0e0e6')
ax = sns.barplot(x='name', y='address', hue='category', data=chain_top)
#ax = sns.barplot(x='category', y='address', data=chain_top)
plt.title('Tоп-15 популярных сетей в Москве')
plt.xlabel('Наименование')
plt.ylabel('Количество заведений')
plt.xticks(rotation = -45)
plt.show()

Лидером по количеству заведений среди сетевых брендов является "Шоколадница" (120 точек), следующая сеть (Домино`с пицца) отстаёт более чем на 30%, остальные ещё сильнее. Яндекс Лавка только набирает обороты и будет расти.

Kоличество заведений по районам

data['district'].unique()

array(['Северный административный округ',
       'Северо-Восточный административный округ',
       'Северо-Западный административный округ',
       'Западный административный округ',
       'Центральный административный округ',
       'Восточный административный округ',
       'Юго-Восточный административный округ',
       'Южный административный округ',
       'Юго-Западный административный округ'], dtype=object)

district_category = data.groupby(['district', 'category']).agg({'address':'count'}).sort_values(by='address', ascending=False).reset_index()

district_count = data.groupby(['district']).agg({'address':'count'}).sort_values(by='address', ascending=False).reset_index()

plt.figure(figsize=(17, 10))
plt.grid(True)
ax = sns.barplot(x='district', y='address', data=district_count, color='#b0e0e6')
ax = sns.barplot(x='district', y='address', hue='category', data=district_category)
#ax = sns.barplot(x='category', y='address', data=chain_top)
plt.title('Kоличество заведений по районам')
plt.xlabel('Район')
plt.ylabel('Количество заведений')
plt.xticks(rotation = -80)
plt.show()

Больше всего заведений расположено в Центральном административном округе.

Pаспределение средних рейтингов по категориям заведений

rating_mean = data.groupby('category').agg({'rating':'mean'}).sort_values(by='rating', ascending=False).reset_index()

rating_mean_name = rating_mean['category'].unique()

rating_mean_name

array(['бар,паб', 'пиццерия', 'ресторан', 'кофейня', 'булочная',
       'столовая', 'кафе', 'быстрое питание'], dtype=object)

plt.figure(figsize=(17, 5))
plt.grid(True)
ax = sns.barplot(x='category', y='rating', data=rating_mean)
plt.title('Значение средних рейтингов по категориям заведений')
plt.xlabel('Категория')
plt.ylabel('Средний рейтинг')
plt.xticks(rotation = -80)
plt.show()

Рейтинги различаются незначительно

data[['category', 'rating']].sort_values(by='rating', ascending=False)for i in rating_mean_name: rating_mean_sort = data[[i, 'rating']]rating_mean_sort

plt.figure(figsize=(17, 10))
plt.grid(True)
ax = sns.boxplot(x='category', y='rating', data=data[['category', 'rating']].sort_values(by='rating', ascending=False))
plt.title('Значение средних рейтингов по категориям заведений')
plt.xlabel('Категория')
plt.ylabel('Средний рейтинг')
plt.xticks(rotation = -80)
plt.show()

Картограмма со средним рейтингом заведений каждого района

district_rating_mean = data.groupby('district').agg({'rating':'mean'}).reset_index()

Choropleth(
    geo_data=state_geo,
    data=district_rating_mean,
    columns=['district', 'rating'],
    key_on='feature.name',
    fill_color='YlGn',
    fill_opacity=0.8,
    legend_name='Средний рейтинг заведений по районам',
).add_to(drm)

drm

Make this Notebook Trusted to load map: File -> Trust Notebook

Bсе заведения датасета на карте

# Создание кластеров на карте
def create_clusters_1(row):
    Marker(
        [row['lat'], row['lng']],
        popup=f"{row['name']} {row['rating']}",
    ).add_to(marker_cluster1)
# применяем функцию create_clusters() к каждой строке датафрейма
data.apply(create_clusters_1, axis=1)

all_m

Make this Notebook Trusted to load map: File -> Trust Notebook

Tоп-15 улиц по количеству заведений

street_category_top = data.groupby(['street', 'category']).agg({'address':'count'}).sort_values(by='address', ascending=False).reset_index().head(15)

street_top = data.groupby(['street']).agg({'address':'count'}).sort_values(by='address', ascending=False).reset_index().head(15)

street_top_name = street_top['street'].unique()

street_category_top = data.query('street in @street_top_name').groupby(['street', 'category']).agg({'address':'count'}).reset_index()

street_category_top

	street	category	address
0	Варшавское шоссе	бар,паб	6
1	Варшавское шоссе	быстрое питание	7
2	Варшавское шоссе	кафе	18
3	Варшавское шоссе	кофейня	14
4	Варшавское шоссе	пиццерия	4
...	...	...	...
106	улица Миклухо-Маклая	быстрое питание	4
107	улица Миклухо-Маклая	кафе	21
108	улица Миклухо-Маклая	кофейня	4
109	улица Миклухо-Маклая	пиццерия	2
110	улица Миклухо-Маклая	ресторан	15

111 rows × 3 columns

street_top = street_category_top.groupby('street').agg({'address':'sum'}).sort_values(by='address', ascending=False).reset_index()

street_topdata_street_top = [] for i in street_top['street']: print(i) data_street_top.append(data.loc[(data['name'] == i)])

plt.figure(figsize=(15, 8))
plt.grid(True)
ax = sns.barplot(x='street', y='address', data=street_top, color='#b0e0e6')
ax = sns.barplot(x='street', y='address', hue='category', data=street_category_top)
#ax = sns.barplot(x='category', y='address', data=chain_top)
plt.title('Tоп-15 улиц по количеству заведений')
plt.xlabel('Улица')
plt.ylabel('Количество заведений')
plt.xticks(rotation = -80)
plt.show()

Самая популярная улица у рестораторов - проспект Мира, остальные сильно отстают - 30% и более.

Улицы с одним объектом

street_bottom = data.groupby(['street']).agg({'address':'count'}).sort_values(by='address').query('address == 1').reset_index()

street_bottom_name = street_bottom['street'].unique()

data_street_bottom = data.query('street in @street_bottom_name').reset_index(drop=True)

print(len(data_street_bottom))
len(data_street_bottom.query('hours == "ежедневно, круглосуточно"'))

458

31

data_street_bottom

	name	category	address	district	hours	lat	lng	rating	price	avg_bill	middle_avg_bill	middle_coffee_cup	chain	seats	street	is_24/7
0	дом обеда	столовая	Москва, улица Бусиновская Горка, 2	Северный административный округ	пн-пт 08:30–18:30; сб 10:00–20:00	55.885890	37.493264	4.1	средние	Средний счёт:300–500 ₽	400.0	NaN	0	180.0	улица Бусиновская Горка	False
1	7/12	кафе	Москва, Прибрежный проезд, 7	Северный административный округ	ежедневно, 10:00–22:00	55.876805	37.464934	4.5	NaN	NaN	NaN	NaN	0	NaN	Прибрежный проезд	False
2	в парке вкуснее	кофейня	Москва, парк Левобережный	Северный административный округ	ежедневно, 10:00–21:00	55.878453	37.460028	4.3	NaN	NaN	NaN	NaN	1	NaN	парк Левобережный	False
3	coffeekaldi's	кофейня	Москва, Угличская улица, 13, стр. 8	Северо-Восточный административный округ	ежедневно, 09:00–22:00	55.900316	37.570558	4.1	средние	Средний счёт:500–800 ₽	650.0	NaN	1	NaN	Угличская улица	False
4	чебуречная история	кофейня	Москва, ландшафтный заказник Лианозовский	Северо-Восточный административный округ	ежедневно, 10:00–22:00	55.899845	37.570488	4.9	NaN	NaN	NaN	NaN	1	NaN	ландшафтный заказник Лианозовский	False
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
453	мираж	ресторан	Москва, улица Шкулёва, 2А	Юго-Восточный административный округ	пн-пт 11:00–23:00; сб,вс 11:00–00:00	55.693340	37.746231	4.7	NaN	NaN	NaN	NaN	0	90.0	улица Шкулёва	False
454	wtfcoffee	кофейня	Москва, улица Артюхиной, 14/8с1	Юго-Восточный административный округ	ежедневно, 10:00–22:00	55.699044	37.737790	4.4	средние	NaN	NaN	NaN	0	NaN	улица Артюхиной	False
455	беседка	кафе	Москва, Кузьминская улица, 10	Юго-Восточный административный округ	ежедневно, 11:00–23:00	55.690691	37.787735	4.1	NaN	NaN	NaN	NaN	1	NaN	Кузьминская улица	False
456	лагман хаус	кафе	Москва, Новороссийская улица, 14, стр. 2	Юго-Восточный административный округ	ежедневно, 10:00–00:00	55.678772	37.759422	4.3	NaN	NaN	NaN	NaN	1	40.0	Новороссийская улица	False
457	практика кофе	кофейня	Москва, Чонгарский бульвар, 26А, корп. 1	Юго-Западный административный округ	пн-пт 08:00–22:00; сб,вс 09:00–22:00	55.654289	37.600722	4.4	NaN	NaN	NaN	NaN	0	55.0	Чонгарский бульвар	False

458 rows × 16 columns

Внутриквартальное расположение заведений на очень маленьких или сильно извилистых улочках, в основном, некруглосуточный режим работы, приличная удалённность от центра.

Медиана средних чеков по округам

Оставим только строки с информацией о среднем чеке

data_middle_avg_bill = data.dropna(subset=['middle_avg_bill'])

middle_avg_bill = data_middle_avg_bill.groupby('district').agg({'middle_avg_bill':'median'}).reset_index()

Choropleth(
    geo_data=state_geo,
    data=middle_avg_bill,
    columns=['district', 'middle_avg_bill'],
    key_on='feature.name',
    fill_color='YlGn',
    fill_opacity=0.8,
    legend_name='Медиана средних чеков по округам',
).add_to(mab)

mab

Make this Notebook Trusted to load map: File -> Trust Notebook

middle_avg_bill.sort_values(by='middle_avg_bill', ascending=False)

	district	middle_avg_bill
1	Западный административный округ	1000.0
5	Центральный административный округ	1000.0
4	Северо-Западный административный округ	700.0
2	Северный административный округ	650.0
7	Юго-Западный административный округ	600.0
0	Восточный административный округ	575.0
3	Северо-Восточный административный округ	500.0
8	Южный административный округ	500.0
6	Юго-Восточный административный округ	450.0

Самый высокий средний чек в центре, "элитных" и приближенных к ним районах, в остальном, чем дальше от центра или менее престижно, тем ценник ниже.

Oсобенности заведений с плохими рейтингами

data.query('rating < 4').dropna(subset=['price']).sort_values(by='rating')

	name	category	address	district	hours	lat	lng	rating	price	avg_bill	middle_avg_bill	middle_coffee_cup	chain	seats	street	is_24/7
1125	на мангале	кафе	Москва, проспект Мира, 119, стр. 503	Северо-Восточный административный округ	ежедневно, 10:00–21:00	55.830405	37.617687	1.0	высокие	Средний счёт:4000–5000 ₽	4500.0	NaN	0	NaN	проспект Мира	False
7387	крошка картошка	быстрое питание	Москва, Поречная улица, 10	Юго-Восточный административный округ	ежедневно, 10:00–22:00	55.649376	37.771200	1.6	средние	Средний счёт:200 ₽	200.0	NaN	1	0.0	Поречная улица	False
6835	бак бо	кафе	Москва, Ленинский проспект, 109	Юго-Западный административный округ	ежедневно, 10:00–22:00	55.663873	37.511844	1.6	средние	Средний счёт:500–1000 ₽	750.0	NaN	0	98.0	Ленинский проспект	False
2103	кафе солей	кафе	Москва, Новодмитровская улица, 5А, стр. 1	Северо-Восточный административный округ	пн-пт 09:00–22:00; сб,вс 12:00–22:00	55.806564	37.588598	1.7	средние	Средний счёт:700 ₽	700.0	NaN	0	80.0	Новодмитровская улица	False
4274	миндаль	кафе	Москва, площадь Киевского Вокзала, 2	Западный административный округ	ежедневно, 09:00–23:00	55.743916	37.565489	1.8	высокие	Средний счёт:2000 ₽	2000.0	NaN	1	300.0	площадь Киевского Вокзала	False
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
6255	avkvadrate	кафе	Москва, Лужнецкая набережная, 2/4с51	Центральный административный округ	пн-пт 09:00–21:00; сб,вс 10:00–19:00	55.714987	37.571901	3.9	средние	Средний счёт:500–1000 ₽	750.0	NaN	0	NaN	Лужнецкая набережная	False
4323	кафе m-city	ресторан	Москва, Пресненская набережная, 2	Центральный административный округ	пн-чт 10:00–22:00; пт,сб 10:00–23:00; вс 10:00–22:00	55.749397	37.540221	3.9	выше среднего	Средний счёт:650–2000 ₽	1325.0	NaN	0	350.0	Пресненская набережная	False
4287	lav cafe	кофейня	Москва, улица Можайский Вал, 8Д	Западный административный округ	пн-пт 08:00–20:00	55.743431	37.555768	3.9	средние	Средний счёт:500–700 ₽	600.0	NaN	0	NaN	улица Можайский Вал	False
4145	caffetteria	кафе	Москва, Киевская улица, 2, стр. 5	Западный административный округ	ежедневно, 09:00–21:00	55.743481	37.563312	3.9	средние	Средний счёт:300–1000 ₽	650.0	NaN	0	NaN	Киевская улица	False
1571	съестная лавка	столовая	Москва, улица Водников, 2, стр. 2	Северо-Западный административный округ	пн-пт 09:00–17:00	55.818392	37.447926	3.9	средние	Средний счёт:260–280 ₽	270.0	NaN	0	NaN	улица Водников	False

185 rows × 16 columns

len(data_street_bottom.query('hours == "ежедневно, круглосуточно" and rating < 4'))

9

data.query('rating < 4').groupby('category').agg({'name':'count'}).sort_values(by='name', ascending=False).reset_index()#.sort_values(by='rating').

plt.figure(figsize=(17, 5))
ax = sns.barplot(x='category', y='name', data=data.query('rating < 4').groupby('category').agg({'name':'count'}).sort_values(by='name', ascending=False).reset_index())
plt.title('Количество заведений по категориям')
plt.xlabel('Категория')
plt.ylabel('Количество заведений')
plt.show()

В датасете 1169 заведений с рейтингом ниже 4-х, что составляет 13.% от общего числа. Цены средние или высокие, что, видимо, не оправдывает ожиданий посетителей. Превалируют кафе, их, в принципе, большинство в датасете.

Вывод

• В датасете представлены 8 категорий заведений: кафе, ресторан, кофейня, пиццерия, бар/паб, быстрое питание, булочная, столовая.
• Наибольшее кольчество мест в категории "ресторан", а медианное "бар/паб" не сильно от них отстаёт.
• Количество несетевых заведений примерно на треть больше, чем сетевых.
• Лидером по количеству заведений среди сетевых брендов является "Шоколадница" (120 точек), следующая сеть (Домино`с пицца) отстаёт более чем на 30%, остальные ещё сильнее. Яндекс Лавка только набирает обороты и будет расти.
• Больше всего заведений расположено в Центральном административном округе.
• Наибольший средний рейтинг, также в ЦАО.
• Самая популярная улица у рестораторов - проспект Мира, остальные сильно отстают - 30% и более.
• Самый высокий средний чек в центре, "элитных" и приближенных к ним районах, в остальном, чем дальше от центра или менее престижно, тем ценник ниже.

Исследование для открытия кофейни

data_coffee = data.query('category == "кофейня"')

print('Общее количество кофеен в датасете -', len(data_coffee))

Общее количество кофеен в датасете - 1413

district_coffee_count = data_coffee.groupby(['district']).agg({'address':'count'}).sort_values(by='address', ascending=False).reset_index()

Kоличество кофеен по районам

plt.figure(figsize=(17, 10))
plt.grid(True)
ax = sns.barplot(x='district', y='address', data=district_coffee_count)
plt.title('Kоличество кофеен по районам')
plt.xlabel('Район')
plt.ylabel('Количество заведений')
plt.xticks(rotation = -80)
plt.show()

def create_clusters_2(row):
    Marker(
        [row['lat'], row['lng']],
        popup=f"{row['name']} {row['rating']}",
    ).add_to(marker_cluster2)
data_coffee.apply(create_clusters_2, axis=1)
cof_m

Make this Notebook Trusted to load map: File -> Trust Notebook

print('Количество круглосуточных кофеен -', len(data_coffee.query('hours == "ежедневно, круглосуточно"')))

Количество круглосуточных кофеен - 59

data_coffee

	name	category	address	district	hours	lat	lng	rating	price	avg_bill	middle_avg_bill	middle_coffee_cup	chain	seats	street	is_24/7
3	dormouse coffee shop	кофейня	Москва, улица Маршала Федоренко, 12	Северный административный округ	ежедневно, 09:00–22:00	55.881608	37.488860	5.0	NaN	Цена чашки капучино:155–185 ₽	NaN	170.0	0	NaN	улица Маршала Федоренко	False
25	в парке вкуснее	кофейня	Москва, парк Левобережный	Северный административный округ	ежедневно, 10:00–21:00	55.878453	37.460028	4.3	NaN	NaN	NaN	NaN	1	NaN	парк Левобережный	False
45	9 bar coffee	кофейня	Москва, Коровинское шоссе, 41, стр. 1	Северный административный округ	пн-пт 08:00–18:00	55.885837	37.513422	4.0	NaN	NaN	NaN	NaN	1	46.0	Коровинское шоссе	False
46	cofefest	кофейня	Москва, улица Маршала Федоренко, 6с1	Северный административный округ	пн-пт 09:00–19:00	55.879934	37.492522	3.6	NaN	NaN	NaN	NaN	1	NaN	улица Маршала Федоренко	False
52	cofix	кофейня	Москва, улица Дыбенко, 7/1	Северный административный округ	ежедневно, 08:00–22:00	55.878531	37.479395	3.8	NaN	NaN	NaN	NaN	1	NaN	улица Дыбенко	False
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
8356	назис пури	кофейня	Москва, Люблинская улица, 61	Юго-Восточный административный округ	ежедневно, 09:00–22:00	55.684103	37.738588	4.5	NaN	NaN	NaN	NaN	0	NaN	Люблинская улица	False
8365	квадрат кофе	кофейня	Москва, Волгоградский проспект, 73, стр. 1	Юго-Восточный административный округ	пн-пт 08:30–21:30; сб,вс 09:00–21:30	55.709710	37.744450	4.2	NaN	Цена чашки капучино:100–220 ₽	NaN	160.0	0	206.0	Волгоградский проспект	False
8376	шоколад имбирь корица	кофейня	Москва, Грайвороновская улица, 23	Юго-Восточный административный округ	пн-пт 09:30–19:30	55.721213	37.740755	4.1	NaN	NaN	NaN	NaN	0	NaN	Грайвороновская улица	False
8385	cafio	кофейня	Москва, Новохохловская улица, 49	Юго-Восточный административный округ	пн-пт 07:00–22:00; сб,вс 07:00–21:00	55.724357	37.716415	4.7	NaN	Цена чашки капучино:80–120 ₽	NaN	100.0	0	NaN	Новохохловская улица	False
8400	практика кофе	кофейня	Москва, Чонгарский бульвар, 26А, корп. 1	Юго-Западный административный округ	пн-пт 08:00–22:00; сб,вс 09:00–22:00	55.654289	37.600722	4.4	NaN	NaN	NaN	NaN	0	55.0	Чонгарский бульвар	False

1413 rows × 16 columns

Средний рейтинг кофеен по районам

data_coffee_rating_mean = data_coffee.groupby('district').agg({'rating':'mean'}).reset_index()

Choropleth(
    geo_data=state_geo,
    data=data_coffee_rating_mean,
    columns=['district', 'rating'],
    key_on='feature.name',
    fill_color='YlGn',
    fill_opacity=0.8,
    legend_name='Средний рейтинг кофеен по районам',
).add_to(m_rat_cof)

m_rat_cof

Make this Notebook Trusted to load map: File -> Trust Notebook

plt.figure(figsize=(17, 10))
plt.grid(True)
ax = sns.boxplot(x='district', y='rating', data=data_coffee[['district', 'rating']].sort_values(by='rating', ascending=False))
plt.title('Значение средних рейтингов по округам')
plt.xlabel('Категория')
plt.ylabel('Средний рейтинг')
plt.xticks(rotation = -80)
plt.savefig('data_coffee_rating_mean')

Медианная стоимость чашки кофе по районам

data_coffee.groupby('district').agg({'middle_coffee_cup':'median', 'name':'count', 'rating':'mean'}).reset_index()

	district	middle_coffee_cup	name	rating
0	Восточный административный округ	135.0	105	4.282857
1	Западный административный округ	189.0	150	4.195333
2	Северный административный округ	159.0	193	4.291710
3	Северо-Восточный административный округ	162.5	159	4.216981
4	Северо-Западный административный округ	165.0	62	4.325806
5	Центральный административный округ	190.0	428	4.336449
6	Юго-Восточный административный округ	147.5	89	4.225843
7	Юго-Западный административный округ	198.0	96	4.283333
8	Южный административный округ	150.0	131	4.232824

plt.figure(figsize=(17, 10))
plt.grid(True)
ax = sns.barplot(x='district', y='middle_coffee_cup', data=data_coffee.groupby('district').agg({'middle_coffee_cup':'median', 'name':'count', 'rating':'mean'}).sort_values(by='middle_coffee_cup', ascending=False).reset_index())
plt.title('Медианная стоимость чашки кофе по районам')
plt.xlabel('Район')
plt.ylabel('Cтоимость чашки кофе по районам')
plt.xticks(rotation = -80)
plt.show()

data_coffee.pivot_table(index=['district'], values='middle_coffee_cup', aggfunc='median').sort_values(by='middle_coffee_cup')

	middle_coffee_cup
district
Восточный административный округ	135.0
Юго-Восточный административный округ	147.5
Южный административный округ	150.0
Северный административный округ	159.0
Северо-Восточный административный округ	162.5
Северо-Западный административный округ	165.0
Западный административный округ	189.0
Центральный административный округ	190.0
Юго-Западный административный округ	198.0

Традиционно: центр - дорого-богато. Запад и Юго-Запад элитно и неразумно дорого.

Вывод

Достаточно привлекательными выглядят:

• Западный административный округ - высокая стоимость чашки кофе, среднее кол-во заведений, самй низкий рейтинг у них;
• Северо-Западный административный округ - средняя стоимость чашки кофе, малое кол-во заведений;
• Юго-Западный административный округ - очень высокая стоимость чашки кофе, малое кол-во заведений.

Для полноценного анализа необходимо знать стоимость аренды, кол-во жителей в районе, трафик.

Для старта стоит рассматривать Западный административный округ, со стоимостью чашки кофе 150 руб., при условии адекватной арендной ставки.

Презентация: https://disk.yandex.ru/i/OCS9P5SCN3Ujaw